DOA估计是阵列信号处理的一个主要研究内容,超分辨的空间谱测向技术则是DOA估计的一个重要研究内容。基于多重信号分类思想的超分辨测向算法从提出至今,由于其卓越的理论测向性能,得到广泛关注和研究。但此类算法需要精确的阵列导向矢量为前提,而实际工程中常常遇到各种非理想因素,导致理想的导向矢量与实际的导向矢量偏差过大,算法性能恶化,偏差过大时,甚至出现失效。从最初对实际导向矢量的测量到后来对阵列误差的校正,大量基于此类算法的校正文章被发表,加速了该类算法从理论到实用化的进程,此类算法的实用化是近年来研究的重点。本文主要是基于实测数据研究了超分辨的空间谱测向性能。首先,本文对信号实际传播过程中可能出现的误差进行建模,并基于实测数据的幅度和相位特点,探讨了实测数据中误差存在的形式以及类别。然后,针对许多超分辨测向算法需要预先知道信号源个数的问题,本文介绍了几种经典的信号源个数估计方法,并且通过对实测数据特征值分布特点的分析,还研究了几种改进的信号源个数估计方法,实验和实测数据测试同时验证了改进算法的有效性。其次,本文介绍了MUSIC、PM两种超分辨测向算法,并分析了各自算法的优点和不足。结合实测数据误差的表现形式,分别单独探讨了幅度误差和相位误差对多重信号类算法测向性能的影响。并结合测向算法的特点和实验平台的条件,研究了两种获得实际导向矢量的方法。此外,通过采用单信源和双信源的实测数据中,验证了利用实测导向矢量进行测向这一方法的性能。最后,针对常见的幅相误差和互耦误差以及多种误差同时存在时的情况,本文介绍了几种经典的校正算法,并进行了仿真和实验验证。实验结果表明这些算法只适用于存在特定的误差情况下,而不适用于多误差联合存在的情况,如实测系统就是多误差情况存在,校正算法并没有改善测向结果。